R语言如何追踪字符型数据框的行值变化

以下方案无需提前枚举字段所有可能取值，可直接适配任意规模的字符型/因子型时序列，输出结构完全匹配需求。

实现代码 #

# 提取所有年份列（自动排除ID列，无需手动枚举年份）
year_cols <- setdiff(names(df), "ID")
years <- as.numeric(year_cols)

# 逐行计算变化信息
change_meta <- t(apply(df[, year_cols], 1, function(row_val) {
  # 对比相邻年份的取值差异
  diff_loc <- which(row_val[-length(row_val)] != row_val[-1])
  if (length(diff_loc) == 0) {
    # 无变化行返回默认值
    return(c(change = 0, year = 0, before = 0, after = 0))
  }
  # 定位首次变化位置（如需记录多次变化可修改此处逻辑）
  first_change <- diff_loc[1]
  return(c(
    change = 1,
    year = years[first_change + 1],
    before = row_val[first_change],
    after = row_val[first_change + 1]
  ))
}))

# 合并到原数据框并修正列类型
df_final <- cbind(df, change_meta)
df_final$change <- as.numeric(df_final$change)
df_final$year <- as.numeric(df_final$year)
df_final$before <- as.character(df_final$before)
df_final$after <- as.character(df_final$after)

说明 #

• 代码默认按列顺序识别时间先后，运行前请确认年份列已按从早到晚的顺序排列，否则会返回错误的变化年份
• 逻辑核心是逐行做相邻值比较，和具体取值内容无关，不管取值有多少种都可以直接运行，不需要提前做值映射或枚举
• 当前代码记录每个ID第一次发生变化的信息，如果需要记录某ID多次变化的全量信息，可以把逐行计算部分改成输出多行，最后用rbind拼成长表即可
• 运行上述代码处理示例数据，得到的结果和给出的期望df_final结构、取值完全一致

内容的提问来源于stack exchange，提问作者Sam